邮电类高校金工实训教学方法改革探索

金工实训是理工科院校重要的实践环节,旨在培养具有创新意识和创新能力的工程技术人才。在分析金工实训教学现状的基础上,结合教学实践,阐述了金工实训教学在全面培养学生能力和综合素质等方面所起的重要作用,并对邮电类高校学生金工实训的教学内容和教学方法的改革方向进行了探索,提出了金工实训教学的改革思路。     

基于动态加权卷积长短时记忆网络的滚动轴承剩余寿命预测方法EI北大核心CSCD

现有数据驱动方法在滚动轴承剩余使用寿命预测中,因不能有效提取对轴承退化过程敏感的特征信息而导致预测精度不足。为此提出一种基于动态加权卷积长短时记忆网络(DW-CNN-LSTM)的滚动轴承剩余寿命预测方法。对滚动轴承振动信号进行小波包分解,将获得的小波包系数矩阵通过可训练参数动态加权层进行动态加权,来实现对轴承退化的表征信息进行有效筛选,以增强轴承振动特征学习能力;利用卷积神经网络的自适应挖掘数据深层特征能力,从动态加权后的小波包系数矩阵中提取对轴承退化过程敏感的特征集;借助长短时记忆网络(LSTM)预测时间信息序列的优势,由双层LSTM进一步提取其高维退化特征,来提高滚动轴承剩余寿命预测精度。对XJTU-SY轴承数据和IMS轴承数据的试验结果表明,所提DW-CNN-LSTM方法相比于经典的长短时记忆网络方法,其均方根误差指标平均降低了61.08%,预测准确度平均提高了9.95%,模型训练时间平均减少了44.14%,获得了较满意的寿命预测精度和鲁棒性。     

永磁同步直线电机的分数阶超螺旋滑模控制

为了提高永磁同步直线电机的跟踪性能,增强系统的鲁棒性,本文提出了分数阶超螺旋滑模控制策略.首先,针对外部扰动以及系统的未知状态设计广义超螺旋观测器,其能够精确估计永磁同步直线电机的速度和外部扰动.其次,将分数阶理论和终端滑模控制理论相结合,提出有限时间收敛的分数阶超螺旋滑模控制器,以实现永磁同步直线电机的跟踪控制.最后,通过仿真对比验证所提方案的有效性.     

鲹科模式机器鱼自主游动的水动力特性研究

采用数值模拟方法对鲹科模式机器鱼的自主游动机理进行研究。通过求解三维机器鱼自静止状态起动,逐渐加速并最终收敛到稳态游动的动力学过程,探讨自主游动过程中运动学和力能学参数的时间历程规律,并通过改变机器鱼的运动学参数来研究其自主游动的水动力性能,揭示力学机理和流场结构。结果表明,机器鱼自主游动过程中,速度和力呈现明显的非定常变化,在鱼体开始摆动并逐渐加速的过程中,作用在鱼体上的力和力矩均不平衡,因此存在一定的平动和转动加速度,当流场趋于稳定时,鱼体所受的力和力矩达到平衡,并获得一定的前向稳态游动速度。进一步在稳态游动的基础上,研究摆动频率和尾部摆幅对机器鱼水动力参数的影响,提取的三维流场结构清晰地反映出二者对机器鱼稳态游动的影响机制。研究结果对于获得更为合理的三维机器鱼的稳态游动机理,开发新型原理样机具有重要意义。     

压力鞋垫的足-地面反力预测模型与分析

为方便医生对病人日常生活状态下足-地面反力的远程监诊,设计了鞋垫式足底压力测量系统。在足底压力的动态测量过程中,压力传感器的模拟信号经过放大滤波调理和数模转换后,通过Zigbee无线模块发送至SQL数据库,使用LabVIEW后处理程序实现足底压力的远程读取。基于足底压力数据,利用多元线性回归算法建立了足-地面反力的多元线性回归模型,发现FSR402传感器在测量10 N以下的压力时精度较高,当压力达到10 N及以上时精度显著下降。鞋垫式压力测量系统通过2次对比实验所测的测量值和预测值之间的误差为0.248 8%和0.731 8%,位于工程应用可接受的误差范围之内,而产生的误差以及预测力负值的原因是传感器精度和足部与鞋垫之间的黏弹性。     

缆索检测机器人安全回收机构设计与分析

针对斜拉桥缆索检测专用机器人的安全回收要求,提出了一种基于反电动势理论的安全节能回收方 法．应用曲柄滑块机构驱动气缸设计了气体阻尼装置,以消耗机器人下降过程中因重力作用产生的多余动能．建 立了机构数学模型,并对下降速度进行了仿真．进行了实验室及长江某斜拉桥现场试验．试验结果表明机器人能 够携带3.5 kg 重物,沿直径为65.205 mm、倾角为30± . 90± 的缆索自动平稳匀速下滑,实现了电路系统出现故 障时机器人的安全快速回收．     

大规模超环神经网络分岔动力学

目前绝大多数神经网络分岔动力学局限于结构简单、低维少节点模型,这与真实的大规模神经网络系统相去甚远.因此,研究大量神经元耦合的高维神经网络模型更具实际应用价值.环状及辐射状结构在神经网络中普遍存在,提出了一类大规模超环时滞神经网络模型,结构包含一个大环和任意多个小环,并且每个环上拥有任意多个神经元.运用特征值法和分岔理...     

基于蚁群-势场算法的折弯机器人随动轨迹规划

为提高折弯机器人随动轨迹规划的编程效率和光滑性,提出了一种将蚁群算法和改进人工势场算法相结合而成的混合轨迹规划方法。首先,利用蚁群算法规划出一条初始路径,并根据该路径上的节点,生成轨迹的方向引导向量。然后,利用该向量引导人工势场法中的引力势场和斥力势场,进而得到一条光滑、平缓、稳定的折弯随动轨迹。最后,与传统几何解算进行仿真对比表明,该方法生产的轨迹具有更高的光滑性和平稳性。     

新工科下自动化专业产教融合型基层教学组织建设路径

为助力工程教育，全面提升“人工智能+X”复合型人才的综合能力，从产教融合型基层教学组织建设角度出发，探讨了新工科下产教融合型基层教学组织的内涵、形式载体和建设路径等。以南京某大学自动化专业为例，提出了以产教融合型虚拟教研室为载体，将对教师产教融合能力的培养贯穿在教书育人、课程体系和教学内容更新、教学方式变革和专业建设等方面，构建了学校与学校、学校与企业资源深度融合、协同育人的产教融合新型基层教学组织，为培养符合行业发展需求的创新型自动化人才提供高水平双师型师资力量。     

基于神经网络的多类别目标识别

随着智能化时代的到来,深度学习在图像处理领域的应用越来越广泛,为复杂的图像处理带来了新的解决方法.但是,深度学习在带来高准确推理结果的同时,往往会造成运算量、推理时间以及处理器内存的增加,受限于数据的缺失以及对高性能处理器的依赖.目前市场上有关深度学习技术的相关产品还未被广泛的应用.基于上述问题,提出一种具有广泛应用前景的基于深度学习的多类别目标识别方案,并在国产龙芯派平台下进行测试验证.首先,获取待处理图像数据集,进而在计算机平台下搭建并训练神经网络模型,利用得到的训练参数在龙芯派平台下建立优化后的神经网络结构,并对目标图像进行处理及识别,最后在用户界面显示目标图像所属类别.本系统利用深度学习能够自动从大数据中学习特征的优势,在龙芯派平台下实现上千类生活中常见对象的自动分类,识别准确率高达$96%$以上,识别速度在3s以内,且该方案具有优秀的可扩展性.